梯度估计

摘要： 本文通过Li-Yau梯度估计的方法和Jun Sun对热方程在一般几何流下梯度估计的研究,推导出一类重要的非线性抛物方程在一般几何流演化下的梯度估计,并得到了哈拿克不等式等一些结论.推广了Wang的结果.

摘要： 极值原理是抛物型方程和椭圆型方程解的重要特征之一,即方程的解的极值在区域的边界达到。本文我们运用极值原理,推出一类椭圆方程的梯度估计。

摘要： 研究了一类Laplace方程预定夹角问题的梯度估计,通过选取适当的辅助函数,利用函数在极大值点的性质,证明了解的内梯度估计、近边梯度估计和边界梯度估计有界.得到了一类Laplace方程中关于f依赖于x,u,Du时预定夹角的解的全局梯度估计.

摘要： 本文主要是研究一类Laplace方程第二边值问题的梯度估计,通过构造合适的辅助函数,利用函数在极大值点的性质,证明Laplace方程的斜导数边值问题解的梯度估计,得到了一类带Du的Laplace方程第二类边值问题解的全局梯度估计。

摘要： 研究了一类拟线性方程Neumann问题的梯度估计,通过选取适当的辅助函数,利用函数在极大值点的性质,证明了解的边界梯度估计有界。得到了方程中关于f依赖于x,u时Neumann问题的解的边界梯度估计。

摘要： 研究了在fz(x,z)≥-κ条件下的一类平均曲率方程,利用极值原理得到了方程解的ut估计和梯度估计.

摘要： 本文研究了多孔介质方程在一般几何流下的梯度估计.通过Aroson和Bénilan对多孔介质方程的研究结果以及运用Li-Yau梯度估计的方法,获得了对多孔介质方程的正解对于Laplace算子以及drifing Laplace算子在一般几何流演化下的一些梯度估计,推广了Zhu Xiao-bao和Deng Yi-hua的结果.

摘要： 研究了一类半线性椭圆方程,通过运用伯恩斯坦方法,得到了方程的梯度估计,证明了该方程关于▽u是非线性的结果的有效性.

摘要： 本文通过选取合适的辅助函数,考虑三种情况并利用极值原理来证平均曲率型方程的全局梯度估计。

摘要： 为解决PID控制跟踪结果不精准问题,提出了一种基于梯度估计的风力发电系统风能追踪控制系统设计.在硬件上,设计风向检测器确定风向标.通过脉冲宽度调制芯片,调整叶轮旋转平面.处理器根据风向信息生成驱动信号,实时控制叶轮的旋转面.利用光电码盘,获取发电机控制信号.监控终端系统接收到视频、音频信号.在软件上,分析风轮捕获机械能和机械转矩构建其梯度函数.设计最优转矩补偿器对给定转矩值补偿.分析风轮机械功率特性,能快速转换到稳定工作状态,实现风力最大捕获.实验证明,该系统风力跟踪结果与实际相符,具有精准的跟踪效果.

摘要： 现有的许多LMS算法由于没有利用先前于当前循环的阵列样本信息,从而使得估计出来的梯度的协方差较大,用其更新加权向量所形成的波束不能很好的抑制干扰.本文提出的两种自适应算法,利用了所有有用的样本信息来估计期望梯度,可以有效地避免原有算法的缺点.其中一种称为递归LMS算法,可以应用于任意结构的阵列中.另外一种算法为改进LMS算法,其主要应用于等间隔的均匀线列阵中.仿真结果证明两种新算法的梯度估计精度均优于标准LMS算法,且对期望信号不敏感。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 在标准LMS算法的基础上，本文介绍了一种约束LMS算法，对权向量的收敛性进行了研究。分析表明：约束LMS算法的收敛常数、收敛速度仅仅取决于PRNP，算法的收敛速度由其特征值的分散程度决定。与标准LMS算法相比，约束LMS算法收敛速度更快，对信号以及噪声的强度和到达方向的敏感程度大大降低。

摘要： 考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.

摘要： 考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.

摘要： 考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.

摘要： 本发明公开了一种基于相位梯度误差估计技术的线谱特征增强方法及其系统，包括：1、获取观测阵列信号；2、基于理想阵形波束形成粗略估计目标方位；3、基于估计的目标方位进行常规波束形成处理获得目标方向的跟踪波束数据，基于该数据估计宽带连续谱，对跟踪波束数据进行背景均衡处理；4、基于阀值技术检测目标信号的L个强线谱；5、消除线性时延。6、基于循环移位后的强线谱估计相邻阵元间的二次和高次时延梯度。7、对估计的时延梯度积分，得各阵元相对参考阵元的时延估计。8、基于估计时延补偿阵列信号时延差，通过常规波束形成获取目标跟踪波束，通过傅里叶变换获得保真增强的线谱特征。本发明实现在任意阵条件下的线谱特征增强。

摘要： 本发明公开了一种基于磁梯度的速度估计方法及装置，方法步骤为：触发航姿参考系统并同步引发磁传感器阵列模块对载体进行测量；根据航姿参考系统返回的姿态四元数数据计算旋转矩阵，根据航姿参考系统返回的角速度数据计算角速度反对称阵；采集磁传感器阵列模块中各磁传感器数据，计算得到磁场梯度，同时根据航姿参考系统返回的磁场数据计算磁场矢量；将计算得到的旋转矩阵、角速度反对称阵、磁场梯度及磁场矢量数据输入MCU控制模块中进行计算，得到载体运动速度。本发明根据航姿参考系统获取的姿态信息、角速度信息，以及从磁传感器阵列获得的室内磁场梯度信息估计载体运动速度，修正惯性导航的速度积分漂移，提高室内导航定位系统的精度及鲁棒性。

摘要： 本发明涉及人工智能技术领域，且公开了一种基于拉丁超立方体抽样估计梯度的边界对抗攻击方法，包括以下步骤：S1、将原始图像与从均匀分布中采样的随机噪声混合，并逐渐增大随机噪声的权值，直到被模型错误分类为止；S2、之后作为初始对抗样本，进行迭代算法，该算法由梯度方向估计、沿梯度方向前向移动和用二分搜索算法投影回决策边界三个步骤组成，本发明拟设计一种基于决策的黑盒攻击，在查询数量和对抗样本质量之间进行可控的权衡。通过设计一种采用拉丁超立方体采样来估计梯度方向的方法，来制作对抗样本。在进行攻击时，我们的方法通过查询只有目标模型的硬标签来生成对抗样本，达到高查询利用率、快速减少失真的目的。

摘要： 本发明涉及一种基于背景估计与边缘梯度抑制的焊缝缺陷检测方法及装置，对焊缝图像进行处理，获得焊缝图像上焊缝区域；对焊缝区域进行背景估计，反背景差分获得含有缺陷的差分图像；利用多方向多级梯度对所述差分图像的边缘误检处进行抑制；通过自适应阈值分割方法获取所述差分图像的第二二值化图像。本发明能够有效提高焊缝图像中缺陷的检出率。

摘要： 本发明提供了一种用于MRI的系统。该系统可通过指示MRI扫描器根据第一梯度波形对扫描对象执行MRI扫描来获得扫描对象的MRI扫描数据。系统还可以基于第一梯度波形和梯度波形确定模型确定第二梯度波形。梯度波形确定模型根据机器学习算法训练而成。系统还可以基于第二梯度波形和MRI扫描数据生成扫描对象的目标重建图像。

摘要： 一种基于长期历史气象数据的桥梁温度梯度代表值估计方法，步骤如下：构建基于聚类方法的12种气象参数与结构温度梯度数据的局部化训练数据样本集合；建立基于神经网络模型的结构温度梯度监测指标与气象参数相关模型；基于长期历史气象数据的温度梯度数据样本扩充；基于扩充后结构梯度温度数据的桥梁结构温度梯度代表值估计。该方法有效扩展结构温度梯度的数据长度，解决结构温度监测数据样本不足，难以合理推算50年以上重现期温度作用代表值的问题。该方法充分利用现有监测数据，使得各种气象情况均能被有效训练，提高了训练、预测和泛化精度。该方法适用于不同地域各类型桥梁结构的温度梯度代表值估计，具有广泛的适用性和较大的工程应用潜力。

摘要： 本发明公开了一种跨轨道高分三号SAR偏移量大梯度滑坡形变估计方法，属于地表形变监测技术领域，能够解决现有SAR数据进行形变监测时，容易受到大的地形起伏和入射角差异的影响，从而导致滑坡监测难度较大的问题。所述方法包括：获取待监测区域滑坡前不同轨道上的SAR影像，并确定轨道内的主影像、轨道内的从影像、轨道间的主影像和轨道间的从影像；根据待监测区域的DEM数据和所有主影像，对所有对应的从影像进行正射校正和配准；将主影像和所有从影像组成多个偏移对，并根据多个偏移对获取待监测区域距离向和方位向的二维偏移量；根据待监测区域不同时间地表的二维偏移量，计算待监测区域的二维形变速率和时间序列。本发明用于地表大梯度滑坡监测。

摘要： 本发明公开了一种基于广义时变系统辨识模型的数据滤波加速梯度搜索参数估计算法。电动机工作在复杂的环境下，变量测量极为困难，且参数随负载变化产生时变特性。由于信号传输等因素，有色噪声影响着算法的辨识精度。本发明在梯度迭代算法的基础上考虑系统受到有色噪声干扰，设计数据滤波器过滤输入输出数据来消除有色噪声对估计精度的影响，并通过在梯度中引入动量项来加速算法的收敛速度。本发明包括构建受噪声影响的广义时变系统的辨识模型，规划数据滤波加速梯度搜索参数估计算法流程，建立数据滤波加速梯度搜索参数估计算法等步骤。本发明方法精度高、收敛快，可以应用于他励直流电动机控制系统的参数估计。

摘要： 本发明提供了一种基于相位梯度估计网络的InSAR相位解缠方法，它是通过先将相位梯度估计转化为一个回归问题，设计基于编码器‑解码器体系结构的InSAR相位梯度估计网络(PGENet)；PGENet从大量带有地形特征和不同噪声水平的缠绕相位图像中，提取相位的全局深层特征并识别相邻像素之间的相位梯度，利用最小二乘方法得到相位解缠结果。PGENet估计的相位梯度代替传统LS解缠方法中的PGE‑PCA，和传统的LS方法相比较，本发明采用PGENet估计的相位梯度的精度明显高于PGE‑PCA估计的相位梯度，且具有更强的鲁棒性。

摘要： 本发明属于油气勘探地球物理处理方法领域。本发明公开了一种利用量子力学薛定谔方程进行地震波衰减梯度估计的方法（附图1）。该方法通过将地震数据利用时频分析方法转换到时频域，对时频域的地震数据采用量子力学薛定谔方程求解自适应基波函数，在获得自适应基波函数的映射系数序列的基础上，结合最小二乘法实现衰减梯度的高分辨率估计。本发明提供了一种利用量子力学薛定谔方程进行地震波衰减梯度估计的方法，使用了薛定谔方程进行地震数据的量子特征表征，有利于深度挖掘多频率成分地震信号的内蕴变化关系，将传统衰减梯度估计算法拓展到势能‑波函数域，使用了薛定谔方程在势能‑波函数域对能量衰减进行估计，与传统利用频率域能量高频衰减进行衰减梯度估计相比，具有更强的识别性和准确性，能够提高油气指示的准确性和有效性。